System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术主要涉及汽车诊断测试的,具体涉及一种基于车身域控制器的自动诊断系统。
技术介绍
1、随着汽车电子技术的快速发展,车载控制器的功能越来越复杂,其中必不可少的就是诊断功能。
2、传统的自动诊断系统结合车身传感器,对故障进行诊断,该方式中,诊断系统往往车辆自身携带的传感器,进行故障分析,导致难以结合多种传感器对车身故障进行分析和预测,从而影响诊断结果的精度。
技术实现思路
1、本专利技术主要提供了一种基于车身域控制器的自动诊断系统用以解决上述
技术介绍
中提出的技术问题。
2、本专利技术解决上述技术问题采用的技术方案为:
3、一种基于车身域控制器的自动诊断系统,包括:
4、车辆传感模块,用于获取车辆的状态信息;
5、v2v协作模块,与其他车辆建立通信;
6、数据处理分析模块,与车辆传感模块和v2v协作模块相连接,对车辆的状态信息进行数据处理和分析;
7、所述数据处理分析模块包括:
8、异常检测单元,接收车辆的状态信息,结合深度学习技术进行数据处理,进行车辆行驶中的异常检测;
9、故障预测单元,与异常检测单元相连接,根据异常检测单元的判断,对异常检测单元所处理数据进行进一步分析,预测车辆是否将要发生故障。
10、进一步的,所述车辆传感模块包括:
11、车辆obd接口,接收和整合车辆各类传感器的数据;
12、蓝牙传输单元,与车辆obd接口相连接
13、进一步的,所述v2v协作模块包括:
14、信息接收单元,用于与其他车辆建立通信,以接收信息;
15、信息发送单元,用于与其他车辆建立通信,以发送信息,在本专利技术中,通过车辆之间的通信技术(v2v)让车辆之间相互协作,以使车辆综合不同传感器的出具,从而提高对车辆故障诊断以及故障预测的能力。
16、进一步的,所述异常检测单元结合大数据平台与深度学习技术对车辆的状态信息进行清洗和统计分析,得到车辆是否发生故障,若车辆发生故障,则将车辆发生故障的部位发送至车辆控制器和用户手机,在本专利技术中,异常检测单元通过数据融合算法,提高异常检测的准确性和鲁棒性。
17、进一步的,若异常检测单元未发现车辆发生故障,则所述故障预测单元接收异常检测单元清洗的数据,根据数据模型预测车辆是否存在发生故障的风险。
18、进一步的,所述车辆传感模块通过车辆传感器获取车辆的状态信息,所述车辆传感模块与车身控制器连接,以获取车辆运行模式。
19、进一步的,所述异常检测单元和故障预测单元均接收车辆传感模块发送的车辆运行模式数据,根据车辆运行模式调整故障诊断结果,在本专利技术中,由于车辆能够依据车辆运动状态与周围环境等,自主判定车辆运行工况,以及主动的实时调控车辆底盘性能使其具有最佳的整车动力学性能,导致车辆在不同车辆运动状态下,车辆各部件的运作也不相同,异常检测单元和故障预测单元根据车辆运动状态,调整判断模型,进而调整结果,以使诊断结果更科学。
20、进一步的,所述异常检测单元和故障预测单元若检测到车辆传感器发送异常数据,却无法检测到故障原因,则与v2v协作模块相连接,结合其他车辆的汽车传感器,排查异常原因。
21、进一步的,所述异常检测单元和故障预测单元通过v2v协作模块接收附近其他车辆的传感器名录,与自身车辆传感器名单进行对比,命令v2v协作模块传输自身车辆不具有的传感器数据,在本专利技术中,从而在异常检测单元和故障预测单元若检测到车辆传感器发送异常数据,却无法检测到故障原因时,结合其他车辆传感器,以使系统及时综合各辆车的传感器,进行辅助分析。
22、进一步的,所述传感器名录记载各车辆上传感器的名称与类型。
23、与现有技术相比,本专利技术的有益效果为:
24、其一,本专利技术通过车辆之间的通信技术可以让车辆之间相互协作,从而提高车身故障诊断的准确性,提高整个交通系统的效率和安全。
25、其二,本专利技术整合各类传感器的数据,通过数据融合算法,可以提高异常检测的准确性和鲁棒性,且故障诊断过程中,利用深度学习的技术进行特征提取和模式识别,有效提高车辆异常检测的效果。
26、以下将结合附图与具体的实施例对本专利技术进行详细的解释说明。
本文档来自技高网...【技术保护点】
1.一种基于车身域控制器的自动诊断系统,其特征在于,包括:
2.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述车辆传感模块(10)包括:
3.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述V2V协作模块(30)包括:
4.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述异常检测单元(21)结合大数据平台与深度学习技术对车辆的状态信息进行清洗和统计分析,得到车辆是否发生故障,若车辆发生故障,则将车辆发生故障的部位发送至车辆控制器和用户手机。
5.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,若异常检测单元(21)未发现车辆发生故障,则所述故障预测单元(22)接收异常检测单元(21)清洗的数据,根据数据模型预测车辆是否存在发生故障的风险。
6.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述车辆传感模块(10)通过车辆传感器获取车辆的状态信息,所述车辆传感模块(10)与车身控制器连接,以获取车辆运行模式。
7.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述异常检测单元(21)和故障预测单元(22)均接收车辆传感模块(10)发送的车辆运行模式数据,根据车辆运行模式调整故障诊断结果。
8.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述异常检测单元(21)和故障预测单元(22)若检测到车辆传感器发送异常数据,却无法检测到故障原因,则与V2V协作模块(30)相连接,结合其他车辆的汽车传感器,排查异常原因。
9.根据权利要求8所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述异常检测单元(21)和故障预测单元(22)通过V2V协作模块(30)接收附近其他车辆的传感器名录,与自身车辆传感器名单进行对比,命令V2V协作模块(30)传输自身车辆不具有的传感器数据。
10.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述传感器名录记载各车辆上传感器的名称与类型。
...【技术特征摘要】
1.一种基于车身域控制器的自动诊断系统,其特征在于,包括:
2.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述车辆传感模块(10)包括:
3.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述v2v协作模块(30)包括:
4.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述异常检测单元(21)结合大数据平台与深度学习技术对车辆的状态信息进行清洗和统计分析,得到车辆是否发生故障,若车辆发生故障,则将车辆发生故障的部位发送至车辆控制器和用户手机。
5.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,若异常检测单元(21)未发现车辆发生故障,则所述故障预测单元(22)接收异常检测单元(21)清洗的数据,根据数据模型预测车辆是否存在发生故障的风险。
6.根据权利要求1所述的一种基于车身域控制器的自动诊断系统,其特征在于,所述车辆传感模块(10)通过车辆传感器获取车辆的状态信息,所述车辆...
【专利技术属性】
技术研发人员:曹恒林,屈文,赵二川,刁益久,
申请(专利权)人:苏州天浩汽车科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。